粘结抗折强度模型的分析介绍

粘结抗折强度是新老混凝土粘结抗弯裂性能的度量指标。本书第五章对粘结面抗折强度进行了试验研究，试验及神经网络预测结果见表10-3。

表10-3 新老混凝土粘结抗折强度试验及神经网络预测结果

续表

注　1.Ψ=1代表对老混凝土自然断开面进行人工凿毛，使粗骨料出露50%作为粘结面；Ψ=2代表用钢丝刷刷去老混凝土表层约2mm作为粘结面。
2.η=1表示无界面剂；η=2表示界面剂为水灰比0.57的水泥净浆，水泥品种为425号普通硅酸盐水泥；η=3表示界面剂为水灰比0.57的水泥净浆，水泥品种为525号快硬铁铝酸盐水泥；η=4表示界面剂同η=2，但是内掺水泥重量10%的UEA膨胀剂。
3.β=1代表普通硅酸盐混凝土；β=2代表在β=1的基础上掺1.0%的钢纤维；β=3代表在β=1的基础上掺1.5%的钢纤维；β=4代表快硬铁铝酸盐混凝土。
4.为老混凝土强度；为新混凝土强度；为粘结抗折强度试验值；为粘结抗折强度预测值。

同样，式（10-2）也可用三层BP神经网络方法确定：(www.xing528.com)

输入层为4结点，输出层为1结点，经过多次调整试算，隐层选8结点，传递函数采用指数函数，学习率选0.001，经过357次网络学习后，网络误差E＜0.0015，得到的权值和阈值见表10-4。

表10-4 粘结抗折强度神经网络预测模型中的权值和阈值

注 Wji、Wkj的意义见图10-1；θj为隐层阈值；θk为输出层阈值。

由表10-3可知，其均值为1.01。图10-5是粘结抗折强度预测值和试验值的直观比较。

从上述分析可以看到，粘结抗折强度预测模型中用到的影响因素较多，某些因素仅能用代表值处理，而且试验资料尚不完整。即便如此，建立的神经网络预测模型仍然具有较高的精度。这样的结果采用其他数学方法处理是不容易达到的，这就是应用神经网络方法的价值所在。